OpenAI
Denne side er maskinoversat. Se den originale engelske artikel.

Styring af længden på OpenAI-modelsvar

Lær at sætte outputgrænser for OpenAI-modeller med tokenindstillinger, klare prompts, eksempler og stopsekvenser.

Opdateret: 14 days ago

Oversigt

Det er nyttigt at styre længden af en models svar af flere grunde: Det hjælper med at styre omkostninger (da du betaler pr. token), forbedrer latenstid/ydeevne (kortere svar returneres hurtigere) og sikrer relevans ved at undgå alt for lange eller ordrige output.

Det kan du opnå med tokengrænser, indstillinger for ræsonnering og detaljeringsgrad, klare instruktioner, eksempler og stopsekvenser. For de nyeste og mest komplette oplysninger skal du altid se den officielle API-reference på platform.openai.com.

Angiv en maksimal outputlængde

Responses API

Bruges til GPT-5-modeller og de fleste modeller i o-serien: Brug max_output_tokens til at begrænse antallet af tokens, modellen genererer. Ved compaction_trigger-anmodninger skal max_output_tokens enten udelades eller sættes til mindst 20000; lavere værdier afvises. Responses API understøtter ikke flere fuldførelser (n).

Chat Completions API

Bruges til ældre GPT-3.5, GPT-4o og nogle gange o-serien.

  • For ræsonneringsmodeller som o3 og o4-mini skal du bruge max_completion_tokens (alias for max_tokens)

  • For tidligere modeller/modeller uden ræsonnering virker max_tokens stadig

  • Understøtter stop og n (flere fuldførelser).

Bemærk: Der findes ingen indstilling for “minimum tokens”. Hvis du har brug for en minimumslængde, skal du angive det i din prompt.

Tokengrænser efter modelgruppe

For opdaterede tokengrænser, kontekststørrelser og outputgrænser henvises der til dokumentationen for den specifikke model.

Hurtige eksempler

Responses API

{ "model": "gpt-5", "input": "Opsummer resultaterne på ~80 ord.", "max_output_tokens": 120 }

Chat Completions (ræsonneringsmodel)

{ "model": "o3-mini", "messages": [{"role": "user", "content": "Write five one-line options."}], "max_completion_tokens": 100 }

Specifikke kontroller for GPT-5-modeller: verbosity og reasoning.effort

Disse kontroller er kun tilgængelige på GPT-5-modeller (gpt-5.2, gpt-5.2-chat-latest, gpt-5.2 pro osv.). O-serie- og ældre modeller understøtter dem ikke.

`verbosity` accepterer "low", "medium" (standard) eller "high". Det påvirker detaljeniveauet, men ikke faste grænser.

{ "model": "gpt-5", "input": "Forklar PageRank på et overordnet niveau.", "text": { "verbosity": "low" }, "max_output_tokens": 200 }

`reasoning.effort` styrer, hvor mange ræsonneringstokens der genereres, før der produceres et svar. GPT-5.2 understøtter none,low, medium, high,and xhigh. gpt-5.2-pro understøtter kun medium, high,and xhigh. Tidligere ræsonneringsmodeller understøtter kun low, medium og high.

{ "model": "gpt-5", "input": "Hvor meget guld skulle der til for at belægge Frihedsgudinden med et lag på 1 mm?", "reasoning": { "effort": "minimal" } }

Du kan sætte `reasoning.effort` til none for at få modellen til at opføre sig som en model uden ræsonnering til brugstilfælde, hvor latenstid er vigtig.

Giv specifikke instruktioner

Bed om den præcise længde eller form, du ønsker. Eksempler:

  • »Angiv præcis fem muligheder.«

  • »Skriv et resumé på 50 ord.«

  • »Ikke mere end 100 tokens. Hvis du har brug for mere, så skriv ‘Har brug for mere plads.’«

Brug eksempler med ensartet længde

Eksempler med få eksempler, der matcher din ønskede længde, hjælper modellen med at fortsætte mønsteret.

Anvend strategiske stopsekvenser

Brug stop til at stoppe generering, når modellen når en afgrænser eller grænsen for en nummereret liste.

{ "stop": ["
###", "6."] }

Flere kandidater

  • Chat Completions: n returnerer flere fuldførelser i ét kald.

  • Responses API: n understøttes ikke; foretag flere kald, hvis du har brug for mere end ét output.

Var denne artikel nyttig?